基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法

杨威; 李玮杰; 刘永祥; 黎湘

doi:10.12263/DZXB.20211574

您当前的位置：

首页 >

文章列表页 >

基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法

学术论文 | 更新时间：2025-12-08

- 基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法
- Radar Target Recognition Method for HRRP Based on Geodesic Flow Kernel
- 电子学报 2023年51卷第3期页码：527-536
- 作者机构：
  
  国防科技大学电子科学学院，湖南长沙 410073
- 作者简介：
  
  [ "杨威　男， 1985年出生，江西丰城人. 国防科技大学副教授. 研究方向包括认知雷达目标探测与识别、雷达目标跟踪.E-mail: yw850716@sina.com" ]
  [ "李玮杰（通讯作者）　男， 1998年出生，湖南株洲人.本科毕业西安交通大学，现为国防科技大学直博生. 研究方向为雷达目标识别，机器学习. E-mail: lwj2150508321@sina.cn" ]
  [ "刘永祥　男， 1976年出生，河北唐山人. 国防科技大学教授，博士生导师，研究方向为目标微动特性分析与识别. 中国电子学会会员编号：E190002703S.E-mail: lyx_bible@sina.com" ]
  [ "黎湘　男， 1967年出生，湖南浏阳人.国防科技大学教授，研究方向为目标探测识别与雷达成像等.中国电子学会会员编号： E190005517S." ]
- 基金信息：
  
  国家自然科学基金(61871384;61401486;61921001);湖南省自然科学基金(2017JJ3367)
- DOI：10.12263/DZXB.20211574
  中图分类号： TN957.51
- 收稿：2021-11-24，
  
  修回：2022-07-15，
  
  纸质出版：2023-03-25
- 稿件说明：
移动端阅览
杨威,李玮杰,刘永祥等.基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法[J].电子学报,2023,51(03):527-536.

YANG Wei,LI Wei-jie,LIU Yong-xiang,et al.Radar Target Recognition Method for HRRP Based on Geodesic Flow Kernel[J].ACTA ELECTRONICA SINICA,2023,51(03):527-536.
杨威,李玮杰,刘永祥等.基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法[J].电子学报,2023,51(03):527-536. DOI： 10.12263/DZXB.20211574.

YANG Wei,LI Wei-jie,LIU Yong-xiang,et al.Radar Target Recognition Method for HRRP Based on Geodesic Flow Kernel[J].ACTA ELECTRONICA SINICA,2023,51(03):527-536. DOI： 10.12263/DZXB.20211574.

摘要

非合作目标识别常常面临少量不完备的训练样本、训练样本与测试样本信噪比不一致等现象，本文为此提出了一种基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法.该方法沿格拉斯曼流形中测地线积分提取不变特征，且通过核函数映射可获得解析特征提取表达式.该方法还可作为预处理手段对数据降噪，进一步提高其他算法的识别准确率.实验结果表明，对于信噪比失配和少量不完备样本等问题，该方法都具有鲁棒目标识别能力，并且满足实时性要求.

Abstract

Non-cooperative target recognition often faces a small number of incomplete training samples

and inconsistent signal-to-noise ratio (SNR) between training samples and test samples. A robust radar target recognition method for high resolution range profile (HRRP) based on geodesic flow kernel is proposed in this paper. It extracts invariant features along the geodesic integral in the Glassman manifold

and has an analytical expression through kernel function mapping. The method also can be used as a preprocessing tool to reduce data noise and improve the recognition performance of other algorithms. Experimental results show that the proposed method has robust recognition ability for SNR mismatch and a small number of incomplete samples

and meets the requirements of real-time.

关键词

Keywords

references

王俊 , 郑彤 , 雷鹏 , 等 . 深度学习在雷达中的研究综述 [J]. 雷达学报 , 2018 , 7 ( 4 ): 395 - 411 .

WANG J , ZHENG T , LEI P , et al . Study on deep learning in radar [J]. Journal of Radars , 2018 , 7 ( 4 ): 395 - 411 . (in Chinese)

韩磊 , 姚璐 . HRRP自动目标识别方法综述 [J]. 北京理工大学学报 , 2020 , 40 ( 4 ): 351 - 361, 381 .

HAN L , YAO L . A review of methods for HRRP target automatic recognition [J]. Transactions of Beijing Institute of Technology , 2020 , 40 ( 4 ): 351 - 361, 381 . (in Chinese)

YANG Z T , DENG J , NALLANATHAN A . Moving target recognition based on transfer learning and three-dimensional over-complete dictionary [J]. IEEE Sensors Journal , 2016 , 16 ( 14 ): 5671 - 5678 .

杨予昊 , 孙晶明 , 虞盛康 . 基于卷积神经网络迁移学习的飞机目标识别 [J]. 现代雷达 , 2019 , 41 ( 12 ): 35 - 39 .

YANG Y H , SUN J M , YU S K . Aircraft target recognition based on convolutional neural network with transfer learning [J]. Modern Radar , 2019 , 41 ( 12 ): 35 - 39 . (in Chinese)

司进修 . 基于深度学习的雷达一维距离像目标识别方法研究与实现 [D]. 成都 : 电子科技大学 , 2019 .

SI J X . Research and Implementation of Radar One-Dimensional Range Profile Target Recognition Method Based on Deep Learning [D]. Chengdu : University of Electronic Science and Technology of China , 2019 . (in Chinese)

WEN Y , SHI L C , YU X , et al . HRRP target recognition with deep transfer learning [J]. IEEE Access , 8 : 57859 - 57867 .

SHI L C , LIANG Z H , WEN Y , et al . One-shot HRRP generation for radar target recognition [J]. IEEE Geoscience and Remote Sensing Letters , 2022 , 19 : 1 - 5 .

王鹏辉 . 基于统计建模的雷达高分辨距离像目标识别方法研究 [D]. 西安 : 西安电子科技大学 , 2012 .

WANG P H . Study of Radar High Resolution Range Profile Target Recognition Based on Statistical Modeling [D]. Xi'an : Xidian University , 2012 . (in Chinese)

李玮杰 , 杨威 , 黎湘 , 等 . 一种噪声环境下的雷达目标高分辨率距离像鲁棒识别方法 [J]. 雷达学报 , 2020 , 9 ( 4 ): 622 - 631 .

LI W J , YANG W , LI X , et al . Robust high resolution range profile recognition method for radar targets in noisy environments [J]. Journal of Radars , 2020 , 9 ( 4 ): 622 - 631 . (in Chinese)

WANG G S , WANG W Y , LEI Z Y , et al . A method to improve the generalization ability of HRRP recognition model-deep adaptation networks [C]// 2020 IEEE 4th Information Technology, Networking, Electronic and Automation Control Conference . Piscataway : IEEE , 2020 : 799 - 803 .

王国帅 , 汪文英 , 魏耀 , 等 . 基于混合核深度适配网络的HRRP目标识别 [J]. 雷达科学与技术 , 2020 , 18 ( 6 ): 618 - 624 .

WANG G S , WANG W Y , WEI Y , et al . HRRP target recognition based on mixed kernel deep adaptation networks [J]. Radar Science and Technology , 2020 , 18 ( 6 ): 618 - 624 . (in Chinese)

李玮杰 , 杨威 , 刘永祥 , 等 . 雷达图像深度学习模型的可解释性研究与探索 [J]. 中国科学: 信息科学 , 2022 , 52 ( 6 ): 1114 - 1134 .

LI W J , YANG W , LIU Y X , et al . Research and exploration on the interpretability of deep learning model in radar image [J]. Scientia Sinica (Informationis) , 2022 , 52 ( 6 ): 1114 - 1134 . (in Chinese)

DU L , LIU H , BAO Z , et al . Radar automatic target recognition using complex high-resolution range profiles [J]. IET Radar , Sonar & Navigation, 2007 , 1 ( 1 ): 18 - 26 .

杜兰 . 雷达高分辨距离像目标识别方法研究 [D]. 西安 : 西安电子科技大学 , 2007 .

DU L . Study on Radar HRRP Target Recognition [D]. Xi'an : Xidian University , 2007 . (in Chinese)

HAMM J , LEE D D . Grassmann discriminant analysis: A unifying view on subspace-based learning [C]// Proceedings of the 25th International Conference On Machine learning . New York : ACM , 2008 : 376 - 383 .

GONG B Q , SHI Y , SHA F , et al . Geodesic flow kernel for unsupervised domain adaptation [C]// 2012 IEEE Conference on Computer Vision and Pattern Recognition . Piscataway : IEEE , 2012 : 2066 - 2073 .

ABSIL P A , MAHONY R , SEPULCHRE R . Riemannian geometry of Grassmann manifolds with a view on algorithmic computation [J]. Acta Applicandae Mathematica , 2004 , 80 ( 2 ): 199 - 220 .

WONG Y C . Differential geometry of Grassmann manifolds [J]. Proceedings of the National Academy of Sciences of the United States of America , 1967 , 57 ( 3 ): 589 - 594 .

GOLUB G H , VAN LOAN C F . Matrix Computations [M]. Baltimore : Johns Hopkins University Press , 2013 .

EDELMAN A , ARIAS T A , SMITH S T . The geometry of algorithms with orthogonality constraints [J]. SIAM Journal on Matrix Analysis and Applications , 1998 , 20 ( 2 ): 303 - 353 .

李龙 , 刘峥 . 采用多特征联合学习的噪声稳健HRRP识别方法 [J]. 西安电子科技大学学报 , 2018 , 45 ( 4 ): 57 - 62 .

LI L , LIU Z . Noise-robust multi-feature joint learning HRRP recognition method [J]. Journal of Xidian University , 2018 , 45 ( 4 ): 57 - 62 . (in Chinese)

张良 , 杨威 , 李玮杰 , 等 . 基于复数卷积-残差网络的雷达杂波幅度统计模型分类 [J]. 系统工程与电子技术 , 2021 , 43 ( 11 ): 3086 - 3097 .

ZHANG L , YANG W , LI W J , et al . Classification of radar clutter amplitude statistical model based on complex-valued convolutional-ResNet [J]. Systems Engineering and Electronics , 2021 , 43 ( 11 ): 3086 - 3097 . (in Chinese)

庄钊文 , 王雪松 , 黎湘 . 雷达目标识别 [M]. 北京 : 高等教育出版社 , 2015 .

韩磊 , 周帅 . 基于FLAKNN的雷达一维距离像目标识别 [J]. 北京理工大学学报 , 2021 , 41 ( 6 ): 611 - 618 .

HAN L , ZHOU S . Radar range profile target recognition based on FLAKNN [J]. Transactions of Beijing Institute of Technology , 2021 , 41 ( 6 ): 611 - 618 . (in Chinese)

DU L , WANG P H , LIU H W , et al . Bayesian spatiotemporal multitask learning for radar HRRP target recognition [J]. IEEE Transactions on Signal Processing , 2011 , 59 ( 7 ): 3182 - 3196 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多传感器信息融合和迁移学习的下肢外骨骼运动意图预测研究

基于移动性预测的群智感知混合式任务分配

基于统计推理的二进制程序语义比较模型

基于物理可解释自编码模型的雷达目标方位稳健识别算法